基于多维度权重动态更新的用户兴趣模型

面向个性化电影推荐领域,提出一种基于多维度权重动态更新的用户兴趣模型。将电影分成演员、导演、类别、地区和时间5个维度,分别计算电影在这些维度上的相似度。采用归一化方法将电影之间的相似度转化为用户兴趣模型中的多维度权重,并应用TF-IDF算法计算各维度中特征词的权重,从而实现电影各维度权重及其特征词权重的动态更新。利用基于内容的推荐算法,在MovieLens数据集进行实验,结果表明,该模型具有较高的推荐准确率和召回率,并且能够发现用户对电影维度的偏好,解决用户兴趣漂移问题。

基于AVS的帧内预测模式快速选择算法

AVS视频标准采用率失真优化(RDO)算法来提高帧内预测的压缩性能。但是RDO算法在保证编码图像获得最佳的压缩效率和图像质量的同时给整个编码过程带来了很大的计算量。提出了一种简单有效的AVS1-P2帧内预测模式的快速选择算法。该算法利用相邻块最佳预测模式之间的相关性和块内亮度变化的方向性来缩小候选模式的范围,从而有效节省了编码总时间。实验结果证明,与AVS1-P2的标准参考软件rm52j相比,本算法在保证图像质量和比特率几乎不变的情况下,编码总时间减少了24%～27%。

一种AVS亚像素运动估计快速算法

为提高图像的质量和压缩率，AVS视频标准中的运动补偿精确到了1/4像素，但采用亚像素全搜索算法的计算量太大，导致整个编码器的编码速率很低。针对该问题，提出一种新的亚像素运动估计快速算法，在保证图像质量的同时，使亚像素搜索点数减少53．0％～76．5％，视频序列总编码时间节省了23％～33％。

一种基于数据迁移的冷启动解决算法

在协同过滤技术的实际应用中,提出一种数据迁移和聚类相结合的方法来解决新系统冷启动问题。采用斯皮尔曼秩相关公式度量用户之间的相似度,使用期望最大化聚类算法对原数据集用户进行聚类。对于不同的簇,选取平均打分最高的N个项目作为推荐内容,针对目标数据集的用户,计算用户所属的簇以及对簇的隶属度,按照隶属度比例给用户推荐其所属簇的推荐列表。与TAM算法和CF算法的实验对比结果表明,该算法在解决新系统冷启动问题方面有较好的效果。

一种快速的像素级AVS环路滤波算法

环路滤波器可以在编解码过程中降低块效应。针对现有环路滤波方法计算量大、耗时多的问题,提出一种新的AVS环路滤波算法。该算法利用图像内8×8块之间的相关性,求得边界强度,修改相应像素值。实验结果证明,在保证图像质量基本不变的前提下,新算法减少了环路滤波时间,提高了编解码速度。

电视画质测评专家系统

传统的电视画质测评采用主观评价方法,这种方法耗时长,费用高,并且受环境、评测人员等的影响较大。建立一个基于多特征融合和支持向量机(SVM)的画质测评专家系统,采用图像处理的方法对由电视屏幕采集的图像进行处理,并提取相应的特征来训练SVM,训练后的系统能够智能地评价电视画质。实验表明,该方法可以客观、高效地评价画质,评价结果与主观评价结果基本一致。

基于短焦相机的激光笔光点坐标映射方法

在现今的教学、会议以及演讲等众多领域上,投影技术得到了越来越广泛的使用。而大部分投影交互过程中主要使用翻页激光笔等,这种方式交互操作单调,并且不能方便地获取鼠标坐标。针对这些问题,同时考虑到短焦投影技术的发展趋势,提出了一种基于短焦相机的激光笔光点坐标映射方法,将激光点坐标准确地从投影画面映射到操作系统的鼠标坐标,为基于激光笔的短焦投影交互提供了支持。该方法考虑到短焦相机与短焦投影的硬件融合,使用普通分辨率的短焦摄像头采集投影图像,从采集的图像中获取激光点。考虑到短焦镜头畸变大的特点,设计了二次标定的过程,利用第二次标定弥补第一次标定留下的误差,从而确保了坐标映射的精度。提出的方法在基于激光笔的投影交互系统中具有很好的应用前景。

基于常规体检数据的癌症筛查研究

基于血常规、尿常规及肿瘤标记物,对基于无症状的癌症筛查进行了研究.为了提高对结构化数据的分类性能,采用了全连接层在前的卷积神经网络(FCLF-CNN).为了保证模型筛查结果的可靠性,测试集采用了接近真实场景的极度非均衡数据.数据总共包含了33个特征,并按照可区分性分成不同的特征子集,用不同的特征子集分别进行了实验,结果表明区分能力更强的特征和更加丰富的特征对于癌症筛查起到了更加重要的作用.对肺癌、肝癌、乳腺癌、宫颈癌以及肾癌分别进行了实验,结果表明,对肺癌和肝癌获得了有竞争力的筛查性能,AUC分别达到了0.889和0.943.